Le nom Sybil trouve son origine dans les oracles de la Grèce vintage, également connus sous le nom de sibylles : des figures féminines sur lesquelles on comptait pour transmettre la connaissance divine de l’invisible et du passé, du présent et du futur omnipotents. Aujourd’hui, le nom a été extrait de l’Antiquité et attribué à un outil d’intelligence artificielle pour l’évaluation des risques de most cancers du poumon développé par des chercheurs de la clinique Abdul Latif Jameel du MIT pour l’apprentissage automatique en santé, du Mass Normal Most cancers Heart (MGCC) et du Chang Gung Memorial Hospital. (CGMH).
Le most cancers du poumon est le most cancers le plus meurtrier au monde, entraînant 1,7 million de morts dans le monde en 2020tuant plus de personnes que les trois cancers les plus meurtriers combinés.
« C’est le plus grand tueur de most cancers automobile il est relativement courant et relativement difficile à traiter, surtout une fois qu’il a atteint un stade avancé », explique Florian Fintelmann, radiologue interventionnel thoracique MGCC et co-auteur des nouveaux travaux. « Dans ce cas, il est essential savoir que si vous détectez le most cancers du poumon tôt, le résultat à lengthy terme est nettement meilleur. Votre taux de survie à cinq ans est plus proche de 70 %, alors que si vous le détectez à un stade avancé, le taux de survie à cinq ans est juste en deçà de 10 pourcent. »
Bien qu’il y ait eu une augmentation des nouvelles thérapies introduites pour lutter contre le most cancers du poumon ces dernières années, la majorité des sufferers atteints d’un most cancers du poumon succombent encore à la maladie. La tomodensitométrie pulmonaire à faible dose (LDCT) est actuellement le moyen le plus courant de dépister le most cancers du poumon chez les sufferers dans l’espoir de le détecter dans les premiers stades, lorsqu’il peut encore être enlevé chirurgicalement. Sybil pousse le dépistage un peu plus loin en analysant les données d’picture LDCT sans l’aide d’un radiologue pour prédire le risque qu’un affected person développe un futur most cancers du poumon dans les six ans.
Dans leur nouveau article publié dans le Journal d’oncologie clinique, les chercheurs de la Jameel Clinic, du MGCC et du CGMH ont démontré que Sybil a obtenu des indices C de 0,75, 0,81 et 0,80 sur une période de six ans à partir de divers ensembles de scanners pulmonaires LDCT tirés du Nationwide Lung Most cancers Screening Trial (NLST), Mass Normal Hôpital (MGH) et CGMH, respectivement – les modèles obtenant un rating d’indice C supérieur à 0,7 sont considérés comme bons et supérieurs à 0,8 sont considérés comme forts. Les ROC-AUC pour la prédiction sur un an utilisant Sybil ont obtenu des scores encore plus élevés, allant de 0,86 à 0,94, 1,00 étant le rating le plus élevé attainable.
Malgré son succès, la nature 3D des tomodensitogrammes pulmonaires a fait de Sybil un défi à construire. Le co-auteur Peter Mikhael, étudiant au doctorat du MIT en génie électrique et en informatique, et affilié à la Jameel Clinic et au Laboratoire d’informatique et d’intelligence artificielle du MIT (CSAIL), a comparé le processus à « essayer de trouver une aiguille dans une botte de foin ». Les données d’imagerie utilisées pour former Sybil étaient en grande partie absentes de tout signe de most cancers, automobile le most cancers du poumon à un stade précoce occupe de petites events du poumon – juste une fraction des centaines de milliers de pixels composant chaque tomodensitométrie. Les events plus denses du tissu pulmonaire sont connues sous le nom de nodules pulmonaires, et bien qu’elles aient le potentiel d’être cancéreuses, la plupart ne le sont pas et peuvent provenir d’infections cicatrisées ou d’irritants aéroportés.
Pour s’assurer que Sybil serait en mesure d’évaluer avec précision le risque de most cancers, Fintelmann et son équipe ont étiqueté des centaines de tomodensitogrammes avec des tumeurs cancéreuses visibles qui seraient utilisées pour former Sybil avant de tester le modèle sur des tomodensitogrammes sans signes discernables de most cancers.
Jeremy Wohlwend, étudiant au doctorat en génie électrique et en informatique du MIT, co-auteur de l’article et affilié à la Jameel Clinic et à la CSAIL, a été surpris par le rating élevé de Sybil malgré l’absence de tout most cancers seen. « Nous avons constaté que même si nous (en tant qu’êtres humains) ne pouvions pas tout à fait voir où se trouvait le most cancers, le modèle pouvait encore avoir un sure pouvoir prédictif quant au poumon qui développerait éventuellement un most cancers », se souvient-il. « Savoir (Sybil) était succesful de mettre en évidence quel côté était le plus possible était vraiment intéressant pour nous. »
La co-auteure Lecia V. Sequist, oncologue médicale, experte en most cancers du poumon et directrice du Centre d’innovation dans la détection précoce du most cancers à l’HGM, déclare que les résultats obtenus par l’équipe avec Sybil sont importants « parce que le dépistage du most cancers du poumon n’est pas déployé pour son plein potentiel aux États-Unis ou dans le monde, et Sybil pourra peut-être nous aider à combler cet écart.
Les programmes de dépistage du most cancers du poumon sont sous-développés dans les régions des États-Unis les plus durement touchées par le most cancers du poumon en raison de divers facteurs. Celles-ci vont de la stigmatisation contre les fumeurs à des facteurs politiques et politiques tels que l’growth de Medicaid, qui varie d’un État à l’autre.
De plus, de nombreux sufferers diagnostiqués avec un most cancers du poumon aujourd’hui n’ont jamais fumé ou sont d’anciens fumeurs qui ont arrêté il y a plus de 15 ans – des caractéristiques qui rendent les deux groupes inéligibles au dépistage par tomodensitométrie du most cancers du poumon aux États-Unis.
« Nos données de formation ne concernaient que les fumeurs automobile c’était un critère nécessaire pour s’inscrire au NLST », explique Mikhael. « A Taïwan, ils sélectionnent les non-fumeurs, donc nos données de validation devraient contenir des personnes qui ne fument pas, et c’était excitant de voir Sybil bien généraliser à cette inhabitants. »
« Une prochaine étape passionnante de la recherche consistera à tester Sybil de manière potential sur des personnes à risque de most cancers du poumon qui n’ont pas fumé ou qui ont arrêté il y a des décennies », déclare Sequist. « Je traite de tels sufferers tous les jours dans ma clinique du most cancers du poumon et il est compréhensible qu’ils aient du mal à accepter qu’ils n’auraient pas été candidats au dépistage. Peut-être que cela changera à l’avenir.
Il y a une inhabitants croissante de sufferers atteints d’un most cancers du poumon qui sont classés comme non-fumeurs. Les femmes non-fumeuses sont plus susceptibles de recevoir un diagnostic de most cancers du poumon que les hommes non-fumeurs. À l’échelle mondiale, plus de 50 pour cent des femmes diagnostiquées avec un most cancers du poumon sont non-fumeuses, contre 15 à 20 % des hommes.
La professeure du MIT Regina Barzilay, co-auteure de l’article et responsable de la faculté d’IA de la Jameel Clinic, qui est également membre de l’Institut Koch pour la recherche intégrative sur le most cancers, attribue les efforts conjoints du MIT et du MGH sur Sybil à Sylvia, la sœur d’un ami proche de Barzilay et l’un des sufferers de Sequist. « Sylvia était jeune, en bonne santé et sportive – elle n’a jamais fumé », se souvient Barzilay. « Lorsqu’elle a commencé à tousser, ni ses médecins ni sa famille n’ont d’abord soupçonné que la trigger pouvait être un most cancers du poumon. Lorsque Sylvia a finalement été diagnostiquée et a rencontré le Dr Sequist, la maladie était trop avancée pour inverser son cours. En pleurant la mort de Sylvia, nous ne pouvions pas nous empêcher de penser au nombre d’autres sufferers ayant des trajectoires similaires.
Ce travail a été soutenu par le Bridge Challenge, un partenariat entre le Koch Institute du MIT et le Dana-Farber/Harvard Most cancers Heart ; la clinique Jameel du MIT ; ordinateur quantique ; Tenez-vous debout contre le most cancers ; le Centre d’innovation en détection précoce du most cancers de l’HGM ; les familles Bralower et Landry; Most cancers du poumon au stade supérieur ; et le Eric and Wendy Schmidt Heart du Broad Institute du MIT et de Harvard. Le Centre de lutte contre le most cancers de Linkou CGMH sous la Fondation médicale Chang Gung a fourni une help pour la collecte de données et R. Yang, J. Music et leur équipe (Quanta Pc Inc.) ont fourni un soutien approach et informatique pour l’analyse de l’ensemble de données CGMH. Les auteurs remercient le Nationwide Most cancers Institute pour l’accès aux données du NCI recueillies par le Nationwide Lung Screening Trial, ainsi que les sufferers qui ont participé à l’essai.
